图像质量评价及率失真性能曲线绘制

ACanary

于 2022-05-03 09:13:03 发布

阅读量2.3k

点赞数

分类专栏：隐写分析和数字水印文章标签： matlab 图像处理

本文链接：https://blog.csdn.net/huangliang_/article/details/124550515

版权

隐写分析和数字水印专栏收录该内容

4 篇文章 3 订阅

订阅专栏

1.1问题描述

LSB隐写时，人眼看不出载体图像变化，但修改了像素值即引入了信号失真，这种失真难以通过肉眼去描述，因此引入嵌入率embedding rate ER、负载payload和峰值信噪比PSNR的概念。在本次实验中通过实验理解嵌入率embedding rate ER、负载payload和峰值信噪比PSNR，并通过实验对其进行简单应用。

1.2基本要求

输入的形式和输入值的范围；

task1.m：指定一个嵌入率为0.1bpp~1bpp，本次实验采用嵌入率为0.53 bpp；一个载体图像，本次实验使用Lena.bmp；

task2.m：使用Lena.bmp作为载体图像；

task3.m：使用彩色图像Lena_RGB.bmp作为载体图像；

task4.m：使用1.tiff~10.tiff十张黑白图像作为不同载体图片；

Task5.m：使用Lena.bmp作为载体图像。

输出的形式；

task1.m：一张嵌入率为0.53的含密图像；

task2.m：不同嵌入率下产生的含密图像的PSNR值和绘制的率失真曲线；

task3.m：分别对R\G\B空间用同样方法嵌入同样数据最终产生的不同含密图像；

task4.m：用PSNR不低于38来约束最高payload，最高payload值、ER值和载体图像尺寸随载体图像不同的变化曲线；

task2.m：不同嵌入率下产生的含密图像的SSIM值和绘制的率失真曲线。

程序所能达到的功能。

task1.m：指定嵌入率为0.53bpp时，用matlab 产生长度为payload的随机数据，用LSB替换算法产生嵌入后的含密图像；

task2.m：计算不同嵌入率下产生的含密图像的PSNR值并绘制率失真曲线；

task3.m：分别对R\G\B空间用同样方法嵌入同样数据最终产生的不同含密图像；

task4.m：用PSNR不低于38来约束最高payload，分析最高payload值随载体图像不同而产生变化的原因；

task5.m：计算不同嵌入率下产生的含密图像的SSIM值并绘制率失真曲线。

2 概要设计

2.1主程序的结构流程及各模块之间的调用关系

2.2 各模块算法设计

task1~task4均调用了psnr.m函数，其可以根据载体图像和含密图像计算出两者的psnr值。

task5调用ssim.m函数，其可以根据载体图像和含密图像计算出两者的ssim值。

3. 测试与分析

测试数据，输出测试的结果，这里的测试数据应该完整和严格。并对结果进行分析。必须有运行截图

task1：指定嵌入率为0.53bpp时，用matlab 产生长度为payload的随机数据，用LSB替换算法产生嵌入后的含密图像；

task2：计算不同嵌入率下产生的含密图像的PSNR值并绘制率失真曲线:横轴嵌入率，纵轴对应的含密图像PSNR值.

task3：分别对R\G\B空间用同样方法嵌入同样数据，观察最终合成的图像人眼视觉效果，可以发现嵌入B空间的最低位对人眼视觉影响相对较小，嵌入G空间的最低位对人眼视觉影响相对大一些。

task4：对于不同载体图像，研究其最大payload值的不同，因此本次实验选用了10张图像作为载体图片，计算出其最大的payload值，并分析这10张图像的区别，以此分析最大的payload值的影响因素。

通过10幅图像的测速结果可知，以PSNR不低于38来约束最高payload，随着载体图像的不同，其最高嵌入率ER是保持稳定的，但随着载体图像的不同，其最高payload值有所不同，但对于1、2、3、4、6、7、8、9、10图像而言，其最高payload值是一致的，通过比较这10副图像的大小如图8所示。

可以得知，在载体图像大小一致时，其最高payload值是大致一致的，在载体图像大小不一致时，其payload值随着图像大小即像素点个数增大而增大。

在图像质量量化评估标准方面，PSNR只是其中的典型方法之一，其中SSIM在图像质量量化评估方面也被经常使用。对此，在本次实验中，编写了SSIM图像质量量化评估的函数，并计算不同嵌入率下产生的含密图像的SSIM值并绘制率失真曲线图像。

通过task2和task5都可以说明嵌入率越大，其图像失真情况越严重。

部分代码如下（task4.m和task5.m后续发布）：

task1.m

clc
clear
close all

%% 读取图片
cover=imread("Lena.bmp");
[h,w]=size(cover);
stego=cover;   %载密图片

%% 确定嵌入数据
ER=0.53;                    %设定嵌入率为0.53bpp
payload=ceil(h*w*ER);       %待嵌入秘密信息长度
rng(106,'twister');
data_embed = round(rand(1,payload)*1);   %嵌入数据

%% data_embed嵌入载体图片
for i=1:h
    for j=1:w
        if((w*(i-1)+j)>payload) %所有的嵌入数据均已嵌入成功
            break;
        end
        if(mod(cover(i,j),2)~=data_embed(w*(i-1)+j))   %低位与嵌入数据不一致，则修改低位数据，然后存入载密矩阵中
            stego(i,j)=cover(i,j)-mod(cover(i,j),2)+data_embed(w*(i-1)+j);   %先去掉载体数据的最低位，再加上嵌入数据
        end
    end
    if((w*(i-1)+j)>payload) %所有的嵌入数据均已嵌入成功
        break;
    end
end

%% 输出载体图像和载密图像进行对比
figure();
subplot(1,2,1);
imshow(cover);
title("载体图片");
subplot(1,2,2);
imshow(stego);
title("载密图片");

task2.m

clc
clear
close all

%% 读取图片
cover=imread("Lena.bmp");
[h,w]=size(cover);
stego=cover;   %载密图片

rng(106,'twister');
psnrs=zeros(1,100);   %为0:0.01:1的嵌入率下的psnr值预分配空间
t=1;
for ER=0.01:0.01:1
    %% 不同嵌入率下的嵌入数据
    payload=ceil(h*w*ER);                %待嵌入秘密信息长度
    data_embed=round(rand(1,payload)*1);    %嵌入数据
    %% 不同嵌入率下含密图像
    for i=1:h
        for j=1:w
            if((w*(i-1)+j)>payload) %所有的嵌入数据均已嵌入成功
                break;
            end
            if(mod(cover(i,j),2)~=data_embed(w*(i-1)+j))   %低位与嵌入数据不一致，则修改低位数据，然后存入载密矩阵中
                stego(i,j)=cover(i,j)-mod(cover(i,j),2)+data_embed(w*(i-1)+j);   %先去掉载体数据的最低位，再加上嵌入数据
            end
        end
        if((w*(i-1)+j)>payload) %所有的嵌入数据均已嵌入成功
            break;
        end
    end
    %% 不同嵌入率下含密图像的PSNR值
    psnrs(t)=psnr(cover,stego);
    t=t+1;
end
plot(0.01:0.01:1,psnrs,'ro-');
title("率失真曲线");
xlabel("嵌入率(bpp)");
ylabel("PSNR值(dB)");

task3.m

clc
clear
close all

%% 读取彩色图片
cover=imread("Lena_RGB.bmp");
[h,w,~]=size(cover);
stego=cover;
figure();
subplot(2,2,1);
imshow(cover);
title("原始载体图片");

%% 生成随机数据
ER=1;                       %设定嵌入率为1bpp
payload=ceil(h*w*ER);       %待嵌入秘密信息长度
rng(106,'twister');
data_embed = round(rand(1,payload)*1);   %嵌入数据

%% 分别插入R\G\B空间用同样方法嵌入同样数据
dimension=['R';'G';'B'];
for k=1:3
    for i=1:h
        for j=1:w
            if((w*(i-1)+j)>payload) %所有的嵌入数据均已嵌入成功
                break;
            end
            if(mod(cover(i,j,k),2)~=data_embed(w*(i-1)+j))   %低位与嵌入数据不一致，则修改低位数据，然后存入载密矩阵中
                stego(i,j,k)=cover(i,j,k)-mod(cover(i,j,k),2)+data_embed(w*(i-1)+j);   %先去掉载体数据的最低位，再加上嵌入数据
            end
        end
        if((w*(i-1)+j)>payload) %所有的嵌入数据均已嵌入成功
            break;
        end
    end
    subplot(2,2,k+1);
    imshow(stego);
    text=['嵌入',dimension(k,:),'空间的载密图片'];
    title(text);
end

psnr.m

function psnrvalue=psnr(origin,test)
%得到图像origin和test 的PSNR
I1=double(origin);
I2=double(test);
E=I1-I2;
MSE=mean2(E.*E);
if MSE==0
    psnrvalue=-1;
else
    psnrvalue=10*log10(255*255/MSE);
end